Maximum-Likelihood
高斯過程的對數邊際似然
根據Rasmussen 的機器學習高斯過程方程 2.30,高斯過程的對數邊際似然為:
Matlab關於高斯過程的文檔將關係表述為
在哪裡是基函數的向量,並且是係數向量。
我的疑惑:
- 為什麼這兩種關係有區別?
- 據我了解,是來自高斯過程的預測;我對嗎?
謝謝
GP 的對數邊際似然(不是邊際對數似然,正如你最初寫的那樣 - 我在你的帖子中編輯過)的更一般的公式是
在哪裡對於給定的點是 GP 的平均函數;和符號表示通過將均值函數應用於. GPML (Eq. 2.30) 中的 GP 是一個零均值 GP。
在 Matlab 版本中,代表平均函數,表示為基函數的線性組合,這不是GP的預測。
GP均值預測將恢復到離訓練集中點很遠的均值函數(就內核的長度尺度而言非常遠),但否則通常會有所不同。